A melhor taxa de erro igual (EER) do ASVspoof passou de 0,22% em 2019 para 15,64% na tarefa de deepfake de 2021 e, depois, para 8,61% na condição fechada do ASVspoof 5 (Todisco et al., Interspeech 2019; Yamagishi et al., ASVspoof 2021 Workshop; Wang et al., ASVspoof Workshop 2024). O EER é o ponto em que a parcela de falsificações aceitas é igual à parcela de fala real rejeitada, portanto quanto menor, melhor, e essa linha ascendente registra uma prova mais difícil, e não detectores mais fracos. Spoofing, aqui, significa alimentar um sistema de voz com fala falsa ou reproduzida para que ela passe por uma pessoa real, e a ameaça é mensurável: só os ataques de replay levaram um sistema de referência de verificação de locutor de 1,76% para 31,46% de EER (Kinnunen et al., Interspeech 2017). Reunimos dados dos arquivos da ISCA Interspeech e do Odyssey, IEEE/ACM TASLP, IEEE T-BIOM, IEEE JSTSP, Computer Speech and Language e dos próprios relatórios de avaliação dos organizadores. Para o lado comercial do mesmo problema, veja nossas estatísticas de biometria de voz.
TL;DR
- 63 equipes de pesquisa participaram do ASVspoof 2019, o pico de participação da série (Todisco et al., Interspeech 2019).
- O ASVspoof 5 usou 32 algoritmos de ataque e cerca de 2.000 locutores, contra cerca de 100 locutores nas edições anteriores (Wang et al., Computer Speech and Language 2025).
- O melhor sistema do ASVspoof 2015 teve média de 1,211% de EER, mas 8,49% no ataque isolado mais difícil, o S10 (Wu et al., IEEE JSTSP 2017).
- Os ataques de replay levaram um sistema de referência de verificação de locutor de 1,76% para 31,46% de EER em 2017 (Kinnunen et al., Interspeech 2017).
- O acesso físico do ASVspoof 2021 continuou difícil: o melhor sistema chegou a 24,25% de EER e 0,6824 de t-DCF mínimo (Yamagishi et al., ASVspoof 2021 Workshop).
- A condição fechada do ASVspoof 5 foi liderada com 8,61% de EER, contra 29,12% do melhor sistema de referência (Wang et al., ASVspoof Workshop 2024).
- Nos deepfakes do ASVspoof 2021, 23 de 33 sistemas marcaram menos de 10% de EER nos dados de progresso, e todos passaram de 15% nos dados de avaliação (Liu et al., IEEE/ACM TASLP 2023).
- O conjunto (ensemble) vencedor de acesso lógico em 2019 reduziu o t-DCF em 56% em relação ao melhor sistema individual, enquanto o acesso físico ganhou apenas cerca de 2% (Nautsch et al., IEEE T-BIOM 2021).
- O primeiro desafio de verificação de locutor ciente de spoofing levou um sistema convencional de 23,83% para 0,13% de EER (Jung et al., Interspeech 2022).
- Trabalhos pós-desafio chegaram depois a 0,82% de EER no acesso lógico do ASVspoof 2021 e a 2,85% nos deepfakes (Tak et al., Odyssey 2022).
1. Edições do Desafio e Participação
O ASVspoof foi realizado cinco vezes em nove anos, e cada edição escolheu um ponto fraco diferente. A edição de 2015 testou conversão de texto em fala e conversão de voz, a de 2017 testou replay, e a de 2019 dividiu o campo em acesso lógico (logical access, fala falsa injetada diretamente no caminho de áudio do sistema) e acesso físico (physical access, fala falsa tocada por um alto-falante para um microfone). Em 2021 veio uma tarefa separada de deepfake (speech deepfake), e o ASVspoof 5 se dividiu em detecção independente e verificação de locutor robusta a spoofing.
A participação atingiu o pico de 63 equipes de pesquisa em 2019 (Todisco et al., Interspeech 2019) e se manteve acima de 50 nas duas edições seguintes. Essa estabilidade importa: as tentativas de avaliação com fala falsificada subiram de 184.000 em 2015 para 542.086 em 2024 (ver seção 2), e mesmo assim a área continuou participando. A divulgação é um ponto mais fraco, já que 34 das 54 equipes com pontuações válidas em 2021 enviaram uma descrição do sistema, deixando 20 equipes (54 menos 34) sem nenhuma registrada (Liu et al., IEEE/ACM TASLP 2023).
| Métrica | Valor | Fonte |
|---|---|---|
| ASVspoof 2015: equipes que solicitaram o banco de dados | 28 equipes de 16 países | Wu et al., Interspeech 2015 |
| ASVspoof 2015: equipes que enviaram submissões primárias | 16 | Wu et al., Interspeech 2015 |
| ASVspoof 2017: equipes que enviaram um detector de replay | 49 | Kinnunen et al., Interspeech 2017 |
| ASVspoof 2019: equipes de pesquisa no total | 63 (48 em acesso lógico, 50 em acesso físico) | Todisco et al., Interspeech 2019 |
| ASVspoof 2021: equipes com pontuações de avaliação válidas | 54 de 72 participantes inscritos | Liu et al., IEEE/ACM TASLP 2023 |
| ASVspoof 2021: equipes que enviaram uma descrição do sistema | 34 | Liu et al., IEEE/ACM TASLP 2023 |
| ASVspoof 5 (2024): equipes participantes no artigo de resultados | 53 | Wang et al., IEEE TASLP 2026 |
| SASV 2022, o desafio paralelo que une detecção de spoofing e verificação de locutor: inscrições contra submissões | 53 contra 23 | Jung et al., Interspeech 2022 |
As contagens de equipes dependem do artigo. O artigo de resultados de 2019 diz 62 equipes e o artigo do workshop de 2024 diz 54 participantes, uma diferença tratada na Nota sobre os dados.
2. De 100 Locutores a 2.000: Os Dados por Trás de Cada Edição
A mudança mais importante no ASVspoof não é um modelo. São os dados. Os bancos de dados anteriores continham cerca de 100 locutores cada, e gravações de qualidade de estúdio forneciam a fala real. O ASVspoof 5 passou a usar fala coletada por crowdsourcing de cerca de 2.000 locutores, gravada em ambientes variados e em dispositivos variados (Wang et al., Computer Speech and Language 2025).
Essa única decisão ajuda a explicar as taxas de erro mais altas da seção 3. Um detector não consegue mais ter sucesso aprendendo como soa uma única configuração de gravação. O lado dos ataques também mudou: o ASVspoof 5 acrescentou ataques adversariais pela primeira vez, ou seja, falsificações alteradas especificamente para enganar um detector, e testou 12 condições de codec, de nenhuma compressão a codecs neurais (Wang et al., ASVspoof Workshop 2024).
| Métrica | Valor | Fonte |
|---|---|---|
| Conjunto de avaliação do ASVspoof 2015: tentativas genuínas contra falsificadas | 9.404 contra 184.000 | Wu et al., Interspeech 2015 |
| Conjunto de avaliação do ASVspoof 2017: configurações únicas de replay | 110 | Kinnunen et al., Interspeech 2017 |
| Subconjunto de acesso lógico do ASVspoof 2019: total de enunciados | 121.461 | Wang et al., Computer Speech and Language 2020 |
| Acesso físico do ASVspoof 2019: condições de avaliação simuladas | 243 (27 salas e distâncias vezes 9 tipos de replay) | Wang et al., Computer Speech and Language 2020 |
| Avaliação de acesso físico do ASVspoof 2021: tentativas reais contra falsificadas | 94.068 contra 627.264 | Liu et al., IEEE/ACM TASLP 2023 |
| Avaliação de deepfake do ASVspoof 2021: tentativas reais contra falsificadas | 14.869 contra 519.059, de mais de 100 algoritmos de ataque | Liu et al., IEEE/ACM TASLP 2023 |
| Avaliação da Trilha 1 do ASVspoof 5: tentativas reais contra falsificadas | 138.688 contra 542.086 | Wang et al., IEEE TASLP 2026 |
| Ataques de avaliação do ASVspoof 5: total e adversariais | 16 ataques, 7 deles adversariais, de um conjunto de 32 | Wang et al., Computer Speech and Language 2025 |
3. Principais Resultados de EER por Edição
Ler essas linhas como uma única linha de tendência é o erro clássico. O vencedor de 0,22% de 2019 e o vencedor de 8,61% de 2024 fizeram provas diferentes, e os organizadores tornaram cada uma mais difícil de propósito. A comparação útil está dentro de cada linha, entre a melhor equipe e o sistema de referência que ela precisava superar.
Por essa medida, a área continua avançando. No ASVspoof 5, 27 equipes da condição fechada superaram o melhor sistema de referência (Wang et al., IEEE TASLP 2026), e o EER do melhor sistema foi menos de um terço do desse sistema de referência. A exceção é o acesso físico em 2021, que a análise em periódico chama de a mais desafiadora das três tarefas, com o melhor sistema preso em 24,25% (Yamagishi et al., ASVspoof 2021 Workshop).
| Métrica | Valor | Fonte |
|---|---|---|
| Melhor sistema do ASVspoof 2015: ataques conhecidos, ataques desconhecidos, média | 0,408%, 2,013%, 1,211% de EER | Wu et al., Interspeech 2015 |
| Melhor detector de replay do ASVspoof 2017 contra o sistema de referência | 6,73% contra 24,77% de EER | Kinnunen et al., Interspeech 2017 |
| ASVspoof 2019, melhor sistema contra melhor sistema de referência, acesso lógico e acesso físico | 0,22% contra 8,09% de EER; 0,39% contra 11,04% de EER | Todisco et al., Interspeech 2019 |
| ASVspoof 2021, acesso lógico, melhor sistema contra melhor sistema de referência | 1,32% contra 9,26% de EER | Yamagishi et al., ASVspoof 2021 Workshop |
| ASVspoof 2021, acesso físico, melhor sistema | 24,25% de EER | Yamagishi et al., ASVspoof 2021 Workshop |
| ASVspoof 2021, tarefa de deepfake, melhor sistema contra melhor sistema de referência | 15,64% contra 22,38% de EER | Yamagishi et al., ASVspoof 2021 Workshop |
| ASVspoof 5, Trilha 1, melhor condição fechada, melhor condição aberta, melhor sistema de referência | 8,61%, 2,59%, 29,12% de EER | Wang et al., ASVspoof Workshop 2024 |
A condição fechada proíbe dados externos, enquanto a condição aberta permite dados externos e modelos pré-treinados, e é por isso que o mesmo ano mostra dois vencedores muito diferentes.
4. O Que o Spoofing Faz com a Verificação de Locutor e os Ataques Mais Difíceis
Sem um detector, a verificação de locutor quase não resiste. Sob o ataque S10 de 2015, um sistema com 0,42% de EER desabou para 45,79% (Wu et al., Interspeech 2015). As edições posteriores repetem o padrão em todas as escalas, inclusive o ASVspoof 5, em que 14 dos 16 ataques de avaliação levaram o EER da verificação de locutor acima de 20% (Wang et al., Computer Speech and Language 2025).
A descoberta mais surpreendente é quem é o atacante mais difícil. Na condição fechada do ASVspoof 5, foi o A19, construído sobre o MaryTTS, um sintetizador concatenativo mais antigo que costura trechos de fala gravada, e o artigo do banco de dados conclui que tanto a tecnologia generativa antiga quanto a contemporânea ainda representam uma ameaça grave. Máquinas e pessoas também falham de formas diferentes: em 2019, o ataque A17 enganou o detector de referência, mas foi facilmente percebido por ouvintes humanos, enquanto o A10 foi descrito como perceptualmente indistinguível da fala real (Wang et al., Computer Speech and Language 2020). Nossas estatísticas de MOS de fala sintética cobrem o lado do ouvinte dessa diferença.
| Métrica | Valor | Fonte |
|---|---|---|
| EER da verificação de locutor, impostores comuns contra o ataque S10 (2015) | 0,42% contra 45,79% | Wu et al., Interspeech 2015 |
| EER da verificação de locutor, impostores comuns contra replay (2017) | 1,76% contra 31,46% | Kinnunen et al., Interspeech 2017 |
| EER da verificação de locutor, impostores comuns contra o pior ataque de acesso lógico de 2019 | 2,48% contra 64,52% (ataque A16) | Wang et al., Computer Speech and Language 2020 |
| EER da verificação de locutor convencional ECAPA-TDNN, sem spoofing contra com tentativas falsificadas adicionadas | 1,63% contra 23,83% | Jung et al., Interspeech 2022 |
| EER da verificação de locutor do ASVspoof 5, ataque A26 contra o mesmo ataque com a etapa adversarial Malacopula adicionada (A27) | 15,77% contra 34,68% | Wang et al., Computer Speech and Language 2025 |
| EER do melhor detector do ASVspoof 2015 no ataque mais difícil, o S10 | 8,49% | Wu et al., IEEE JSTSP 2017 |
| EER do detector de referência do ASVspoof 5 no A19, RawNet2 contra AASIST | 49,80% contra 63,75% | Wang et al., Computer Speech and Language 2025 |
O S10 continuou teimoso depois do desafio de 2015 também: a revisão em periódico da edição de 2015 constatou que os resultados para ele permaneceram ruins na maioria dos estudos posteriores, com uma exceção, em 1,065%.
5. Além do EER: t-DCF, a-DCF e o Problema da Calibração
O EER descreve um detector isolado, em um único limiar escolhido depois do fato. Desde 2019, a maioria das tarefas do ASVspoof passou a ser classificada por custos. A função de custo de detecção em tandem (t-DCF) atribui um preço ao detector e à verificação de locutor trabalhando juntos, em uma escala com um piso do ASV: o custo que permanece mesmo com um detector perfeito, porque a verificação de locutor ainda comete erros. Em 2019, o melhor sistema de acesso lógico ficou em 0,0692 contra um piso de 0,0627, quase tão bom quanto um detector pode ser (Nautsch et al., IEEE T-BIOM 2021).
O ASVspoof 5 expõe o próximo problema, a calibração, que pergunta se as pontuações de um sistema podem ser usadas em um limiar real fixo. O minDCF é o custo no melhor limiar escolhido depois do fato, e o actDCF é o custo no limiar que um sistema em operação de fato usaria. O vencedor da condição fechada em minDCF marcou 0,9956 em actDCF, enquanto a equipe em terceiro lugar perdeu quase nada entre os dois. Contamos 11 de 31 submissões da condição fechada e 14 de 34 submissões da condição aberta listadas com actDCF de exatamente 1,0000 (Wang et al., ASVspoof Workshop 2024). Os organizadores associam valores de actDCF iguais a 1,0 a pontuações semelhantes a probabilidades, de modo que um minDCF baixo e um actDCF alto podem coexistir em um mesmo sistema, e eles apontam métricas sensíveis à calibração como possíveis métricas primárias em edições futuras (Wang et al., IEEE TASLP 2026).
| Métrica | Valor | Fonte |
|---|---|---|
| ASVspoof 2019: piso do ASV contra melhor t-DCF mínimo, acesso lógico e acesso físico | 0,0627 contra 0,0692; 0,1354 contra 0,1437 | Nautsch et al., IEEE T-BIOM 2021 |
| Acesso físico do ASVspoof 2021: piso do ASV contra melhor t-DCF mínimo | 0,12 contra 0,6824 | Liu et al., IEEE/ACM TASLP 2023; Yamagishi et al., ASVspoof 2021 Workshop |
| Condição fechada da Trilha 1 do ASVspoof 5: minDCF contra actDCF, primeiro e terceiro lugares | 0,2436 contra 0,9956; 0,2975 contra 0,2976 | Wang et al., ASVspoof Workshop 2024 |
| Trilha 2 do ASVspoof 5: melhor condição fechada, melhor condição aberta e melhor sistema de referência fechado, a-DCF mínimo | 0,2814, 0,0756, 0,5741 | Wang et al., ASVspoof Workshop 2024 |
A a-DCF (função de custo de detecção independente de arquitetura) é a métrica primária da Trilha 2, e a Trilha 2 combina o detector com a verificação de locutor. Os valores de t-DCF não são comparáveis entre artigos: veja a Nota sobre os dados.
6. O Que Vence: Modelos Neurais, Conjuntos e Front-Ends Pré-Treinados
A série conta uma história limpa sobre métodos. Em 2019, as redes neurais já tinham tomado o topo da tabela, e os conjuntos (ensembles), isto é, vários subsistemas combinados, tinham se tornado a forma padrão de vencer. O conjunto vencedor de acesso lógico em 2019 foi 56% melhor que o melhor sistema individual em t-DCF, enquanto o acesso físico ganhou apenas cerca de 2% (Nautsch et al., IEEE T-BIOM 2021). Os conjuntos tinham pouco a ganhar no acesso físico, em que o melhor sistema individual já estava perto do piso do ASV descrito na seção 5.
Em 2024, o fator decisivo foi o front-end pré-treinado. Todas as melhores submissões do ASVspoof 5 usaram wav2vec 2.0 ou WavLM (Wang et al., IEEE TASLP 2026), modelos autossupervisionados treinados primeiro com grandes volumes de fala comum. Boa parte do ganho da condição fechada para a aberta, de 8,61% para 2,59%, veio com esses modelos e com os dados extras que a condição aberta permite. Essas mesmas famílias de modelos são medidas em tarefas gerais de fala em nossas estatísticas do ranking SUPERB. A técnica foi comprovada logo depois da edição de 2021, quando um sistema wav2vec 2.0 superou todos os resultados do desafio nos mesmos dados (Tak et al., Odyssey 2022).
| Métrica | Valor | Fonte |
|---|---|---|
| ASVspoof 2019: melhores sistemas que usam redes neurais e sistemas que usam um conjunto de classificadores | Top 7 e 9 em acesso lógico; top 6 e 10 em acesso físico | Todisco et al., Interspeech 2019 |
| ASVspoof 2019: t-DCF mínimo, melhor sistema individual contra melhor conjunto, acesso lógico e acesso físico | 0,1562 contra 0,0692; 0,1470 contra 0,1437 | Nautsch et al., IEEE T-BIOM 2021 |
| Trilha 1 do ASVspoof 5: subsistemas fundidos, condição fechada contra aberta | 3 a 4 contra 2 a 6 | Wang et al., IEEE TASLP 2026 |
| Trilha 1 do ASVspoof 5: front-ends pré-treinados entre os cinco melhores sistemas abertos listados | wav2vec2-large em 3, WavLM-Base em 2 | Wang et al., IEEE TASLP 2026 |
| Sistema wav2vec 2.0 pós-desafio no acesso lógico do ASVspoof 2021, EER e t-DCF mínimo | 0,82% e 0,2066 | Tak et al., Odyssey 2022 |
| Sistema wav2vec 2.0 pós-desafio na tarefa de deepfake do ASVspoof 2021, EER | 2,85% | Tak et al., Odyssey 2022 |
7. A Lacuna de Generalização Depois do Ranking
O problema não resolvido do anti-spoofing é o que acontece fora do benchmark. O sinal mais claro veio dentro do próprio desafio: nos deepfakes do ASVspoof 2021, 23 de 33 sistemas marcaram menos de 10% de EER nos dados de progresso, e todos eles passaram de 15% no conjunto de avaliação (Liu et al., IEEE/ACM TASLP 2023). A melhor pontuação de progresso ficou abaixo de 1%, de modo que o retorno do ranking contra o qual as equipes treinavam era enganoso.
O mesmo resultado vale fora do desafio. Quatro dos cinco melhores sistemas abertos do ASVspoof 5 foram testados de novo em outros conjuntos de dados e, com uma exceção, seus EERs subiram acima de 10% (Wang et al., IEEE TASLP 2026). Em áudio coletado da internet, modelos treinados no ASVspoof 2019 foram muito piores, e mais dados do ASVspoof não ajudaram (Müller et al., Interspeech 2022). O aprimoramento de fala tem um problema comparável, documentado em nossas estatísticas de benchmark PESQ e STOI. Um preprint de 2025 vai além e argumenta que a detecção sozinha não deve sustentar decisões de alto risco, recomendando-a como um sinal entre defesas em camadas (Berisha et al., arXiv 2025).
| Métrica | Valor | Fonte |
|---|---|---|
| Sistemas de condição aberta do ASVspoof 5 T36, T27, T23, T43: EER em um subconjunto da Trilha 1 do ASVspoof 5 contra no acesso lógico do ASVspoof 2019 | 3,37%, 3,30%, 4,23%, 4,33% contra 16,27%, 17,33%, 16,73%, 26,63% | Wang et al., IEEE TASLP 2026 |
| Vencedor de acesso físico do ASVspoof 2019: EER em replay simulado contra replay real oculto | 0,39% contra 19,68% | Nautsch et al., IEEE T-BIOM 2021 |
| Melhor modelo no ASVspoof 2019 contra melhor modelo em áudio in-the-wild, EER | Cerca de 1,2% contra cerca de 33,9% | Müller et al., Interspeech 2022 |
| RawNet2 retreinado com todo o ASVspoof 2019: EER em áudio in-the-wild | 33,1% ± 0,2 | Müller et al., Interspeech 2022 |
| Degradação do EER de 12 modelos reimplementados em áudio in-the-wild | Cerca de 200% a 1.000% | Müller et al., Interspeech 2022 |
| Equipe T03 do WildSpoof Challenge, seu próprio EER informado na detecção de spoofing no mesmo domínio | 0,16% | Farhadipour et al., arXiv 2026 |
O número da T03 é o relato de uma única equipe, e seus autores dizem que os resultados em outros conjuntos de dados, inclusive o ASVspoof 5, mostram que a generalização entre domínios continua difícil. Os números no mesmo domínio continuam caindo enquanto a lacuna permanece aberta. O WildSpoof, cujo plano de avaliação lista autores que também organizaram o ASVspoof 5, combina uma trilha de conversão de texto em fala com uma trilha de verificação de locutor robusta a spoofing (Farhadipour et al., arXiv 2026).
Resumo: Anti-Spoofing de Voz e Taxa de Erro Igual do ASVspoof em Números
| Métrica | Valor | Fonte |
|---|---|---|
| Equipes do ASVspoof 2015 com submissões primárias | 16 | Wu et al., Interspeech 2015 |
| Equipes do ASVspoof 2017 | 49 | Kinnunen et al., Interspeech 2017 |
| Locutores do ASVspoof 5 contra edições anteriores | Cerca de 2.000 contra cerca de 100 | Wang et al., Computer Speech and Language 2025 |
| EER da verificação de locutor, impostores comuns contra o ataque S10 (2015) | 0,42% contra 45,79% | Wu et al., Interspeech 2015 |
| EER da verificação de locutor, impostores comuns contra o pior ataque de acesso lógico de 2019 | 2,48% contra 64,52% | Wang et al., Computer Speech and Language 2020 |
| Melhor EER médio do ASVspoof 2015 | 1,211% | Wu et al., IEEE JSTSP 2017 |
| EER do melhor detector do ASVspoof 2015 no ataque mais difícil, o S10 | 8,49% | Wu et al., IEEE JSTSP 2017 |
| Melhor EER do ASVspoof 2017 | 6,73% | Kinnunen et al., Interspeech 2017 |
| Melhor EER de acesso lógico do ASVspoof 2019 | 0,22% | Todisco et al., Interspeech 2019 |
| Melhor EER da tarefa de deepfake do ASVspoof 2021 | 15,64% | Yamagishi et al., ASVspoof 2021 Workshop |
| Melhor EER da condição fechada da Trilha 1 do ASVspoof 5 | 8,61% | Wang et al., ASVspoof Workshop 2024 |
| Melhor EER do SASV 2022 com tentativas falsificadas incluídas | 0,13% | Jung et al., Interspeech 2022 |
| Melhor EER pós-desafio no acesso lógico do ASVspoof 2021 | 0,82% | Tak et al., Odyssey 2022 |
| Melhor EER pós-desafio na tarefa de deepfake do ASVspoof 2021 | 2,85% | Tak et al., Odyssey 2022 |
| Vencedor de acesso físico do ASVspoof 2019 em replay real oculto | 19,68% de EER | Nautsch et al., IEEE T-BIOM 2021 |
| Melhor modelo em áudio in-the-wild | Cerca de 33,9% de EER | Müller et al., Interspeech 2022 |
Metodologia e Fontes
Lemos os artigos do desafio diretamente, e não resumos de terceiros. Os valores de EER são porcentagens em conjuntos de avaliação, salvo indicação em contrário na linha. A maior parte dos dados aqui tem mais de três anos por natureza, porque o desafio ocorre aproximadamente a cada dois ou três anos. Dado mais recente disponível: o relatório em periódico de 2026 sobre a edição de 2024.
- Site oficial do ASVspoof: lista de edições, cronogramas e organizadores.
- Wu et al., ASVspoof 2015, Interspeech 2015: primeira edição, equipes, tentativas e resultados.
- Wu et al., IEEE Journal of Selected Topics in Signal Processing 2017: detalhes do S10 e revisão pós-avaliação.
- Kinnunen et al., ASVspoof 2017, Interspeech 2017: resultados da detecção de replay.
- Todisco et al., ASVspoof 2019, Interspeech 2019: visão geral e ranking.
- Wang et al., banco de dados do ASVspoof 2019, Computer Speech and Language 2020: tamanhos dos dados, ataques e avaliação humana.
- Nautsch et al., IEEE Transactions on Biometrics, Behavior, and Identity Science 2021: t-DCF revisado, conjuntos, replay real oculto.
- Yamagishi et al., ASVspoof 2021 Workshop: principais resultados de 2021.
- Liu et al., IEEE/ACM Transactions on Audio, Speech, and Language Processing 2023: análise completa de 2021.
- Wang et al., ASVspoof Workshop 2024: tabelas de resultados do ASVspoof 5.
- Wang et al., banco de dados do ASVspoof 5, Computer Speech and Language 2025: dados, ataques e efeitos nos sistemas de referência.
- Wang et al., IEEE Transactions on Audio, Speech and Language Processing 2026: análise pós-desafio do ASVspoof 5.
- Jung et al., SASV 2022, Interspeech 2022: verificação de locutor ciente de spoofing.
- Tak et al., Odyssey 2022: resultados pós-desafio com wav2vec 2.0.
- Müller et al., Interspeech 2022: teste de generalização in-the-wild.
- Berisha et al., arXiv 2025: preprint, não revisado por pares no registro que lemos.
- Farhadipour et al., arXiv 2026 e o plano de avaliação do WildSpoof 2025: artigo do sistema da equipe e regras do desafio.
- Nota sobre os dados: (1) O EER entre edições não é uma tendência, porque dados, ataques e codecs mudaram a cada vez. (2) As escalas do t-DCF diferem: a visão geral de 2019 imprimiu 0,0069 para o vencedor de acesso lógico e 0,0096 para o vencedor de acesso físico, enquanto o artigo posterior do T-BIOM revisou a fórmula e imprimiu 0,0692 e 0,1437, mantendo essencialmente intactas as classificações; usamos os valores revisados. (3) As contagens de equipes divergem: 63 contra 62 em 2019 e 53 contra 54 no ASVspoof 5. (4) O texto do artigo do workshop de 2021 informa 42 submissões de acesso lógico e 30 de deepfake, mas suas tabelas listam 41 e 33; citamos apenas as 33 usadas no artigo de periódico. O vencedor de deepfake é 15,64% no artigo do workshop e 15,63% no artigo de periódico. (5) O artigo de 2017 informa o EER primário médio como 26,01% e 25,91%, então não o usamos. (6) O melhor a-DCF aberto da Trilha 2 do ASVspoof 5 é 0,0756 na tabela de 2024 e aparece impresso como 0,07 no artigo de 2026. (7) As contagens de actDCF da seção 5 são nossa própria contagem das tabelas de 2024, excluindo os dois sistemas de referência da condição fechada. (8) Os valores de tabela do ASVspoof 5 foram lidos do artigo de 2024, e muitas equipes aparecem ali sem um ID público. (9) Os números de Tak et al. são resultados pós-desafio dos próprios autores, que não reproduzimos. (10) Não encontramos um resumo oficial dos organizadores com os resultados finais do WildSpoof nem anúncio do ASVspoof 6 no site oficial em 31 de outubro de 2026.
Última atualização: 31 de outubro de 2026. Atualizamos este levantamento trimestralmente, e a próxima revisão é esperada quando os organizadores do ASVspoof publicarem o plano de avaliação da próxima edição.